基础语法入门

• 什么是 R
• 如何学习 R
• 如何得到帮助，相关资源和书籍
• RStudio，扩展包，工作空间
• 数据对象
• 向量化操作
• 函数和控制语句

摘要：讲解Ｒ的基本操作知识，了解Ｒ的特点、资源获取方式，并掌握基本的程序编写

案例和练习：使用Ｒ语言完成若干欧拉项目(Euler Project)

数据获取

• 本地文档的读写
• 连接数据库
• Web数据抓取
• API数据源
• 其它数据资源

摘要：Ｒ语言如何从各种方式读取数据，通过基本的WEB知识进行网页抓取，连接数据库，通过sql语句调用数据，从本地读取excel等各种文件数据。

案例和练习：使用网页抓取和API获得豆瓣网站上的数据。

数据挖掘工业流程

摘要：讲解数据挖掘的主要任务，各挖掘方法的简要介绍和应用场景，典型的工作流步骤，以及R和数据挖掘之间的关系。

先修统计知识

• 描述统计
• 推断统计
• 统计模拟计算

摘要：讲解必要的统计学知识，了解各种概率分布、统计描述函数，以及学习假设检验的原理和应用

案例和练习：报摊进货决策

数据整理

• 数据变换
• 数据重塑
• 拆分合并
• 汇总数据
• 字符串操作
• 日期操作

摘要：讲解Ｒ语言如何操作数据，能对数据进行自由的操作转换，特别是对于字符串和日期的操作处理。

案例和练习：分析NBA数据，判断金融市场中的一月效应

数据可视化

• R 语言中的可视化函数
• 单变量的特征
• 比例的构成
• 多变量的关系
• 展现时间的变化
• 地理信息

摘要：讲解Ｒ语言中基础绘图函数和高级绘图包的使用，理解可视化探索的各种方法

案例和练习：使用图形来对之前的NBA数据进行分析

线性回归

• 简单线性回归
• 回归诊断
• 多元回归

摘要：讲解最经典的回归分析方法，即对连续数值进行预测，学习其基本原理和前提假设，以及如何在R中实施回归。

案例和练习：葡萄酒的定价分析

logistic 回归

• logstic回归原理
• 实现原理
• 输出解释

摘要：讲解logistic回归，即对离散的类别数据进行预测，了解系数解释和模型的意义

案例和练习：

1. 学生是否能升入大学的数据预测
2. 电信客户流失

时间序列分析

• 指数平滑方法
• 时间序列的分解
• ARIMA方法

摘要：本节主要针对时间序列数据建模，讲解常用的建模方法，以及预测的手段，介绍ts、forecast、x12等包

案例和练习：

1. 预测产品分类销售情况
2. 预测带宽利用率